本文介绍了Metabase中的数据模型概念，强调模型如何帮助非技术人员更方便地查询数据。通过创建模型，可以整理数据，添加自定义列和计算，使数据更适合业务需求。模型提供了灵活性，允许根据业务变化快速调整，而无需依赖数据团队进行复杂的ETL作业。模型还能提升数据库性能，通过物化视图实现更快的数据检索。文章通过创建客户模型为例，展示了如何构建和使用模型，以及设置元数据的重要性。
Metabase中的模型
创建模型，为人们提供新问题的良好起始数据集。
为了让非技术人员更容易地询问有关您的数据的问题，您可以做的最有价值的事情是将您的数据放入一个使提问更直观的形状。
数据往往很混乱，尤其是对于初创企业。就算不凌乱，它可能是高度标准化数据针对事务而不是分析进行优化。这意味着您可以拥有一个数据库，其中客户的数据分布在大量的表中，这使得那些还不熟悉数据库的人很难找到他们要查找的信息（假设他们甚至知道）.
模型作为构建块
为了使您的数据更直观，您可以创建问题，在查询生成器或者SQL编辑器，以在Metabase中创建派生表，调用模型，可以从不同的表中提取数据。您可以添加自定义列、计算列，并用元数据注释所有列，以便人们可以在查询生成器中将数据作为起点。
如果你已经是一个经验丰富的Metabase用户，你知道你可以从保存问题的结果。你可以把模型看作是一种特殊类型的保留问题，但这还不是模型的全部价值。
为什么不运行ETL作业在数据库中创建模型？
最低0.47元/天 解锁文章
扫一扫
907
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
